LangChain是一个用于开发由大型语言模型 (LLM) 驱动的应用程序的框架，帮助开发者使用大型语言模型（LLMs）和聊天模型构建端到端的应用程序。
LangChain库主要由以下几个不同的包组成：
langchain-core：基础抽象和LangChain表达语言； langchain-community：第三方集成，主要包括langchain集成的第三方组件； langchain：主要包括链（chain）、代理（Agent）和检索策略；
LangChain的核心组件：
模型（Models）：包含各大语言模型的LangChain接口和调用细节，以及输出解析机制； 提示模板（Prompts）：使提示工程流线化，进一步激发大语言模型的潜力； 数据检索（Indexes）：构建并操作文档的方法，接受用户的查询并返回最相关的文档，轻松搭建本地知识库； 记忆（Memory）：通过短时记忆和长时记忆，在对话过程中存储和检索数据，让CahtBot记住你。 链（Chains）：LangChain中的核心机制，以特定方式封装各种功能，并通过一系列的组合，自动而灵活地完成任务； 代理（Agents）：另一个LangChain中核心的机制，通过“代理”让大模型自主调用外部工具和内部工具，使智能Agent成为可能。
好了，这里就不过多介绍LangChain了，大家可以去LangChain官网了解。
安装LangChain在开始编写LangChain程序前，首先执行如下代码安装openai和langchain：
pip install openai
pip install langchain-openai
pip install langchain
安装完毕后，接下来我们使用OpenAI、智谱AI、LMStudio的openai服务三种方式来编写LangChain程序。
个人比较推荐使用LMStudio的openai服务。
OpenAI注意：OpenAI需要科学上网才能使用，不使用科学上网可以跳过这一方式。
进入OpenAI官网，根据图中顺序，创建API keys并复制密钥：
接下来编写LangChain程序，示例代码如下：
from langchain_openai import ChatOpenAI # 导入ChatOpenAI
openai_api_key=刚刚复制的OpenAIAPI密钥
llm=ChatOpenAI(openai_api_key=openai_api_key)
print(llm.invoke('中国的首都是哪里？不需要介绍'))
运行结果为：
北京
注意：如果没有OpenAI的API使用次数，会报错：
openai.RateLimitError: Error code: 429 - {'error': {'message': 'You exceeded your current quota, please check your plan and billing details. For more information on this error
大家可以根据需求购买。
如果不想每次都设置OpenAI的API密钥，可以在系统的环境变量中添加密钥，如下图所示：
代码修改为：
from langchain_openai import ChatOpenAI
import os
openai_api_key=os.getenv('OPEN_API_KEY') # 在系统环境变量中获取openAI的API密钥
llm=ChatOpenAI(openai_api_key= openai_api_key)
llm.invoke('中国的首都是哪里？不需要介绍')
由于OpenAI需要科学上网才能使用，所以我们可以使用智谱AI，其新用户免费送2000万次请求，创建API Key并复制密钥如下图所示：
执行如下代码安装智谱AI：
pip install zhipuai
示例代码如下：
from zhipuai import ZhipuAI
client=ZhipuAI(api_key='智谱AI密钥')
response = client.chat.completions.create(
# 使用的模型
model='glm-4',
# 会话内容
messages=[
{"role": "user", "content": "你好"},
{"role": "assistant", "content": "我是人工智能助手"},
{"role": "user", "content": "如何学好LangChain"}
],
# 流式输出
stream=True
)
for chunk in response:
print(chunk.choices[0].delta.content,end="")
运行结果如下：
大家可以根据这篇文章安装LMStudio。
安装完毕后，如下图所示，加载模型：
完成以上步骤后，编写如下代码：
from langchain_openai import ChatOpenAI
openai_api_key="google/gemma-3-12b" # 可以不设
openai_api_base="http://127.0.0.1:1234/v1"
chat =ChatOpenAI(
openai_api_key=openai_api_key, # 密钥
openai_api_base=openai_api_base, # openai接口
)
print(chat.invoke("当前使用的大模型版本是多少"))
运行结果如下：
